Conozca el mejor momento para comprar en internet

Nathan Sharp, un empresario estadounidense encontró una forma mejor para comprar en Internet. Junto con Greg Kimball y Abe Kurjal, este empresario creó (este mes) Nifti, una iniciativa en internet que busca realizar un seguimiento de los precios de bienes de consumo -como ropa o productos del hogar- y alertar a sus usuarios cuando el precio del artículo que demandan cae por debajo de un precio determinado.

Pero además de alertar a los usuarios que se suscriben al servicio, el objetivo también es recopilar datos sobre los precios y los consumidores para entender mejor las fluctuaciones del mercado.

Queremos exponer "la vida secreta de los precios", dice Sharp. "A medida que las plataformas de comercio electrónico se han vuelto más sofisticadas, y los comerciantes tienen más experiencia en la fijación de precios, el valor de los productos cambia más de lo que uno espera".

'¿Qué debo comprar?' a '¿Cuándo debo comprar?'"

"Tal vez hace dos años no hubiera sido un problema tan grande, pero ahora en respuesta Amazon, Walmart o Best Buy cambian los precios de los artículos más populares varias veces en un día", dice Shauna Casey, vicepresidente de investigación y marketing de Decide.com.

Como Nifti, este portal se centra en ayudar a los consumidores a tomar mejores decisiones. El sitio web analiza tres millones de artículos diferentes utilizando 100 factores diferentes.

"La pregunta pasó de ser '¿Qué debo comprar?' a '¿Cuándo debo comprar?'", asegura.

Y va a ser cada vez más complicado saberlo, porque el comercio en internet no hace más sino crecer: se espera que en 2014 llegue al récord de US$1,2 billones en ventas, según la firma de investigación eMarketer.

La explosión en las ventas y la nueva dinámica en los precios del comercio al por menor, se ha correlacionado con un aumento de más y mejores datos.

Esto a su vez le ha permitido a las nuevas tecnologías emplear técnicas de aprendizaje mecánico para determinar el mejor momento para comprar.

"Las tecnologías de aprendizaje automático que utilizamos han estado presentes por mucho tiempo", dice Giorgos Zacarías, jefe científico de Kayak.com, quien ayudó a construir el un pronosticador de tarifas de boletos de avión y hoteles en este reconocido sitio web.

"Lo que ha hecho la diferencia es poder tener acceso a los datos rápidamente", explica.

Vuelan los precios

Los precios de los billetes de avión fueron uno de los primeros campos en que los científicos de datos incursionaron para desarrollar estas tecnologías, en parte debido a la fácil disponibilidad de datos sobre los precios.

"El costo de los billetes de avión es uno de los ejemplos más perfectos de la teoría del caos en el mundo", dice Stefan Weitz, director sénior del departamento de búsqueda de Microsoft.

"Alguna pequeña variable en algún lugar ha dado inicio a una cadena de acontecimientos que dieron inicio a la variación de un precio o la variabilidad de un precio". Así es como funciona.

Usando variables como datos históricos, demanda y lo que está sucediendo en las diferentes áreas, el portal Bing Travel -antes conocido como Farecast.com, que fue comprado por Microsoft en 2008- le dice a sus clientes que puede saber con un 86% de precisión si se deben comprar un boleto de avión ahora o esperar a que el precio se reduzca en el futuro cercano.

Pero no solo los consumidores deben ser oportunistas, sino también los minoristas, advierten los expertos.

Amazon y Walmart monitorean constantemente los hábitos de compra del consumidor y los precios de la competencia, tratando de maximizar sus ganancias durante todo el día.

Fuente: BBC